Giga, la iniciativa conjunta UNICEF–UIT para la conectividad escolar, utilizó modelos de IA entrenados con imágenes satelitales para mapear y validar el 100% de las escuelas básicas y secundarias de Santo Tomé y Príncipe, dando al Ministerio de Educación una base de datos completa y de bajo costo para planificar la conectividad.
100%
Escuelas básicas y secundarias mapeadas y validadas (by February 2025)
~1/3
Escuelas del mundo mapeadas, programa global Giga (as of December 2024, across 141 countries)
Detalles
Madurez
En expansión
Promotor
Giga (UNICEF–ITU)
Período
2023–2025
Palabras clave
education infrastructure, school connectivity, public administration, geospatial AI
Contexto
Santo Tomé y Príncipe, una pequeña nación insular de África Central, carecía de un inventario completo y fiable de ubicaciones escolares, lo que dificultaba que el Ministerio de Educación planificara y financiara la conectividad a internet en las aulas. Giga -- la iniciativa conjunta UNICEF-UIT -- aplica modelos de aprendizaje automático entrenados para reconocer edificios escolares en imágenes satelitales de alta resolución, y luego cruza los sitios candidatos con datos censales, OpenStreetMap y Overture Maps, antes de que personal local verifique las ubicaciones señaladas sobre el terreno.
Resultados
Para febrero de 2025, Giga reportó que el 100% de las escuelas básicas y secundarias de Santo Tomé y Príncipe habían sido mapeadas y validadas, tras lo cual se usó modelado de infraestructura (torres de telefonía, trazados de fibra) para dar a los responsables de política herramientas para planificar y financiar la conectividad. IEEE Spectrum informó en diciembre de 2024 que este proceso de aprendizaje profundo débilmente supervisado ya había mapeado entonces alrededor de un tercio de las escuelas del mundo en 141 países.
Conclusiones
La documentación pública no desglosa cifras de precisión ni costos específicamente para Santo Tomé y Príncipe, y la práctica aborda el precursor de infraestructura y administrativo de la conectividad, no directamente la enseñanza en el aula ni los resultados de aprendizaje.
Implementación
Coste indicativo
Bajo (< 50 000 €)
Tiempo hasta resultados
Corto (< 1 año)
Personal y competencias
Giga (UNICEF-ITU joint initiative), Ministry of Education, Sao Tome and Principe, local verification staff
Condiciones para el éxito
weakly-supervised deep-learning pipeline combining transformer and CNN-based models
cross-referencing satellite detections against census data, OpenStreetMap and Overture Maps with local ground verification
Vías de financiación indicativas para prácticas de este tipo: compruebe siempre las convocatorias vigentes y las reglas de elegibilidad de cada programa.
¿Usted implementa esta práctica?
Reivindíquela —
los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.
Fuentes de datos
De dónde se obtuvo la información de esta práctica, y cuándo.